Artificial intelligence used in the management of agroindustrial systems

Authors

  • Daniel José Formiga Neves Universidade Federal de Campina Grande, campus Pombal, Paraíba
  • Aline Carla de Medeiros Universidade Federal de Campina Grande-Pombal-PB
  • Patrício Borges Maracajá Universidade Federal de Campina Grande, campus Pombal, Paraíba
  • Saint Clair Lira Santos IFRN - Instituto Federal do Rio Grande do Norte - Currais Novos - RN
  • Rossino Ramos de Almeida UFCG /PEASA- Campus de Campina Grande - PB
  • Camila Vieira de Sousa Gurjão INSA - Instituto Nacional do Semiarido
  • Anielson dos Santos Souza Universidade Federal de Campina Grande PPGGSA - CCTA - UFCG - Pombal - PB
  • Paula Viviany Jales Dantas Universidade Federal de Campina Grande, campus Pombal, Paraíba
  • Helder de Lima Freitas Universidade Federal de Campina Grande, campus Pombal, Paraíba

DOI:

https://doi.org/10.18378/rbfh.v14i1.11254

Keywords:

Agribusiness, Precision Agriculture, Automation, Internet of Things (IoT), Food Security

Abstract

Artificial Intelligence (AI) has transformed agribusiness by optimizing processes, improving productivity, and supporting sustainable practices in response to challenges such as climate change, increasing food demand, and sustainability requirements. This study addresses the applications of AI in the management of agro-industrial systems, highlighting its technical foundations, practical benefits, and contributions to precision agriculture, climate forecasting, automation, and sustainability. AI is applied in soil monitoring, pest control, efficient irrigation, and reducing pesticide usage, integrating climatic and productive data for more assertive decision-making. Moreover, automation with autonomous vehicles and the use of drones enhance monitoring and productive efficiency. These technological advances drive food security and modernize the agro-industrial chain, from agricultural production to commercialization. By combining AI with big data and IoT, agro-industrial systems achieve greater efficiency and competitiveness, addressing the challenges of climate volatility and global market demands, fostering innovations aligned with sustainability and sector growth.

Author Biography

Aline Carla de Medeiros, Universidade Federal de Campina Grande-Pombal-PB

Licenciada em Biologia, mestre em Sistemas Agroindustriais pela Universidade Federal de Campina Grande-PB-campus Pombal e Doutora em Engenharia de Processos-PPGEP/UFCG.

References

COSTA, A. C. P.; SILVA, J. B.; ALMEIDA, J. P. Impact of IoT and Big Data Analytics on Sustainable Agriculture: A Review. Revista Brasileira de Engenharia Agrícola e Ambiental, v. 24, n. 10, p. 722-731, 2020. DOI: 10.1590/1807-1929/agriambi.v24n10p722-731.

COSTA, J. P.; FERREIRA, M. E. Technological Innovation in Smallholder Agriculture: Barriers and Opportunities. Agricultural Systems Review, v. 67, n. 3, p. 148-164, 2019. DOI: 10.1016/j.agsys.2019.148164.

DUBEY, R.; BRYDE, D. J.; FYNES, B. Big Data Analytics and Firm Performance: An Empirical Investigation. Journal of Business Research, v. 113, p. 274-285, 2020.

ELAHI, E.; WEIJUN, C.; ZHANG, H.; NAZEER, M. Agricultural intensification and damages to human health in relation to agrochemicals: Application of artificial intelligence. Land Use Policy, v. 83, p. 461-474, 2019. DOI: 10.1016/j.landusepol.2019.02.025.

FERREIRA, C. R.; LIMA, M. E. Inclusão de pequenos agricultores nas cadeias produtivas: Desafios e oportunidades. Revista de Economia e Sociologia Rural, v. 58, n. 2, p. 301-319, 2020. DOI: 10.1590/1807-1929/agriambi.v58n2p301-319.

LIN, F.; ZHANG, D.; HUANG, Y.; WANG, X.; CHEN, X. Detection of corn and weed species by the combination of spectral, shape and textural features. Sustainability, v. 9, n. 8, p. 1-14, 2017.

MEWES, J. Artificial intelligence and its uses in ag irrigation. AgriTech Tomorrow, out. 2018. Disponível em: https://www.agritechtomorrow.com/article/2018/10/artificial-intelligence-and-its-uses-in-ag-irrigation/11094. Acesso em: 02 jul. 2020.

MORETI, MARIANA PIOVEZANI. OLIVEIRA, TASSIA. SARTORI, REJANE. CAETA- NO, WILKER. (ACADEMIA.EDU). Inteligência Artificial no Agronegócio e os Desafios para a Proteção da Propriedade Intelectual. Disponível em: https://www.academia.e-du/80445889/Intelig%C3%AAnciaArtificial_no_Agroneg%C3%B3cio_e_os_Desafios_para_a_Prote%C3%A7%C3%A3o_da_Propriedade_Intelectual. Acesso: março de 2023.

OLIVEIRA, P. R.; SOUZA, D. C. Price volatility and risk management in agricultural supply chains. Journal of Agribusiness and Supply Chain Management, v. 5, n. 1, p. 45-61, 2020. DOI: 10.1177/105682632020051.

RUSSELL, S.; NORVIG, P. Artificial Intelligence: A Modern Approach. 4. ed. Upper Saddle River: Pearson, 2020.

SANTOS, R. M.; PEREIRA, A. B.; FARIAS, L. P. Sustainability and environmental challenges in agribusiness supply chains. International Journal of Sustainable Agriculture, v. 12, n. 3, p. 200-214, 2018.

SILVA, J. R.; GOMES, F. M.; OLIVEIRA, T. B. Artificial intelligence and predictive models in agriculture: A systematic review. Journal of Agribusiness Technology, v. 42, n. 2, p. 334-348, 2019. DOI: 10.1016/j.agritech.2019.334348.

SILVA, M. J.; CARVALHO, L. F. Credit access and innovation in agroindustrial supply chains: A systematic review. Agricultural Economics Review, v. 12, n. 1, p. 89-105, 2021.

SILVA, R. M.; FERREIRA, C. M.; SANTOS, A. F. Agroindustrial systems: A review of sustainability practices and their impacts on food security. Sustainability, v. 11, n. 20, p. 5638, 2019. DOI: 10.3390/su11205638.

WALLER, M. A.; FAWCETT, S. E. Data science, predictive analytics, and big data: A revolution that will transform supply chain design and management. Journal of Business Logistics, v. 34, n. 2, p. 77-84, 2013.

ZHANG, H.; LI, C.; MA, Y. Technological integration in agricultural supply chains: Barriers and opportunities. Journal of Agricultural Innovation, v. 19, n. 4, p. 359-373, 2019.

ZHANG, H.; LI, Y.; CHEN, Z. Integration of satellite imagery and AI in site-specific crop management. Remote Sensing in Agriculture, v. 12, n. 7, p. 154-171, 2019. DOI: 10.3390/rs12070154.

ZHANG, X.; LI, M.; HUANG, Z. Robotics and automation in agriculture: Technological advances and industry applications. International Journal of Agricultural Research, v. 18, n. 1, p. 45-60, 2020. DOI: 10.1080/ijar.2020.110.

SINGH, A. et al. Deep multi-view image fusion for soybean yield estimation in breeding applications. arXiv preprint arXiv:2011.07118, 2020. Disponível em: https://arxiv.org/abs/2011.07118. Acesso em: 5 fev. 2025.

JONES, A.; TUMER, K. Os sistemas de IA estão ajudando os produtores a otimizar suas operações, resultando em colheitas mais abundantes e sustentáveis. Revista de Tecnologia Agrícola, v. 15, n. 3, p. 45-58, 2019.

LI, X.; WANG, Y.; ZHANG, Z.; LIU, J. A utilização de IA para previsão climática tem se mostrado uma ferramenta valiosa para reduzir os riscos associados às mudanças climáticas no setor agrícola, garantindo maior estabilidade nas colheitas. Journal of Agricultural Informatics, v. 11, n. 2, p. 15-27, 2020.

SHIBUSAWA, T. Os veículos autônomos no setor agrícola estão se tornando uma das inovações mais promissoras, com a capacidade de reduzir significativamente os custos de mão de obra e aumentar a eficiência operacional. Revista de Tecnologia Agrícola, v. 22, n. 4, p. 123-135, 2021.

Downloads

Published

2025-03-17

How to Cite

Neves, D. J. F., Medeiros, A. C. de, Maracajá, P. B., Santos, S. C. L., Almeida, R. R. de, Gurjão, C. V. de S., … Freitas, H. de L. (2025). Artificial intelligence used in the management of agroindustrial systems. Revista Brasileira De Filosofia E História, 14(1), 336– 343. https://doi.org/10.18378/rbfh.v14i1.11254

Issue

Vol. 14 No. 1 (2025): Revista Brasileira de Filosofia e História

Section

Artigos

License

Copyright (c) 2025 Daniel José Formiga Neves, Aline Carla de Medeiros, Patrício Borges Maracajá, Paula Viviany Jales Dantas, Helder de Lima Freitas

Creative Commons License

This work is licensed under a Creative Commons Attribution-NonCommercial-NoDerivatives 4.0 International License.

Esta é uma revista de acesso livre, onde, utiliza o termo de cessão seguindo a lei nº 9.610/1998, que altera, atualiza e consolida a legislação sobre direitos autorais no Brasil.

Autores que publicam na Revista Brasileira de Filosofia e História (RBFH) concordam com os seguintes termos:

O(s) autor(es) doravante designado(s) CEDENTE, por meio desta, cede e transfere, de forma gratuita, a propriedade dos direitos autorais relativos à OBRA à Revista Brasileira de Filosofia e História (RBFH), representada pelo Grupo Verde de Agroecologia e Abelhas (GVAA), estabelecida na Rua João Pereira de Mendonça , 90 Bairro Petropolis em Pombal - PB doravante designada CESSIONÁRIA, nas condições descritas a seguir: 1. O CEDENTE declara que é (são) autor(es) e titular(es) da propriedade dos direitos autorais da OBRA submetida. 2. O CEDENTE declara que a OBRA não infringe direitos autorais e/ou outros direitos de propriedade de terceiros, que a divulgação de imagens (caso as mesmas existam) foi autorizada e que assume integral responsabilidade moral e/ou patrimonial, pelo seu conteúdo, perante terceiros. O CEDENTE cede e transfere todos os direitos autorais relativos à OBRA à CESSIONÁRIA, especialmente os direitos de edição, de publicação, de tradução para outro idioma e de reprodução por qualquer processo ou técnica através da assinatura deste termo impresso que deverá ser submetido via correios ao endereço informado no início deste documento. A CESSIONÁRIA passa a ser proprietária exclusiva dos direitos referentes à OBRA, sendo vedada qualquer reprodução, total ou parcial, em qualquer outro meio de divulgação, impresso ou eletrônico, sem que haja prévia autorização escrita por parte da CESSIONÁRIA.

Most read articles by the same author(s)

<< < 1 2 3 4 5 6 

Similar Articles

1 2 3 4 5 6 > >> 

You may also start an advanced similarity search for this article.